1.Windows安装docker

Windows安装Docker-CSDN博客

2.安装olloma

https://ollama.com/

安装完成，可以在桌面右下角看到olloma图标

3.安装deepseekR1模型

ollama官网（deepseek-r1），找到deepseek模型

 选择合适大小的模型，然后复制对应的脚本

在命令行窗口 ，执行脚本，就可以把对应的模型，下载到本地电脑。

​

显示success，表示模型安装完成。

4.安装dify

github下载dify包

https://github.com/langgenius/dify

由于github访问比较慢，我已经把下载好的包，放在csnd，可以直接下载

https://download.csdn.net/download/liangmengbk/90487779?spm=1001.2014.3001.5501

将zip解压，得到如下文件

​

找到docker目录中的 .env.example文件，将文件名称改为.env

​

用记事本打开这个文件，在最下面增加配置：

#启用自定义模型
CUSTOM_MODEL_ENABLED=true
#指定ollama的api地址
OLLAMA_API_BASE_URL=host.docker.internal:11434

文件编辑完成后保存。

在docker目录中，按住Shift+鼠标右键，打开

 执行docker compose up -d命令，运行容器。

发现运行失败，这是因为网络原因导致的，解决方法是配置国内的镜像源。

操作步骤如下：

"https://hub-mirror.c.163.com", 
"https://mirror.ccs.tencentyun.com",
"https://docker.m.daocloud.io", 
"https://mirror.baidubce.com", 
"https://docker.mirrors.ustc.edu.cn"

配置完成，点击Apply，再次执行docker compose up -d命令

在docker中可以看到已经安装的容器。

到此，dify所依赖的环境都安装好了。

开始安装dify项目

浏览器输入 http://127.0.0.1/signin

​

如果出现了这种情况，在docker面板中重启nginx

​

 然后通过下图的地方，再次访问。
​

第一次加载需要设置邮箱、用户名和密码信息 

​

登录成功

​

5.在dify中关联大模型

找到设置

​

选择模型供应商

​

 安装完成，刷新页面，点击添加模型

​

​

模型名称，可以通过命令 ollama list 查看已经安装的模型。

 基础URL，在安装dify时，docker文件夹中env文件配置的OLLAMA_API_BASE_URL参数值。

点击保存按钮

点击保存按钮后，页面无响应，F12控制台返回超时。

处理方法：

1.控制台设置ollama_host参数

​

set OLLAMA_HOST=0.0.0.0

2.重启Ollama服务

以上操作完成，重新添加模型。

添加成功，会在这里显示模型

​

系统模型配置中，也可以看到

​

创建聊天助手

​

​

​

到此，dify就和本地大模型关联起来了。

6.安装Embedding模型，为创建知识库做准备

选择BGE-M3模型作为Embedding模型

在本地安装模型

在dify中添加模型，操作与前面的添加deepseek模型相似。

添加完成

到此，嵌入模型就安装好了。

7.创建知识库

在dify中选择知识库

选择文件 

保存，会显示嵌入处理中，等待嵌入完成。

知识库已经创建完毕了。

也就是说通过bge-m3模型，已经把员工手册这个资料向量化了。

8.关联知识库

 在前面创建的测试助手中添加知识库

 从文档中分析出了每月的发薪日期。

点击这里，可以看到对文档的引用情况。

点击发布，发布更新，可以将当前的配置进行保存。

到此，deepseek+dify，部署本地知识库就完成了。